Департамент информационных технологий Москвы внедрил в городскую систему видеонаблюдения технологию распознавания лиц от компании NtechLab, ранее запустившей популярный сервис FindFace. Власти признали успешным двухмесячный эксперимент с использованием системы автоматического распознавания лиц в режиме реального времени и теперь собираются развернуть систему на весь город.

Столичная сеть состоит из 160 тысяч видеокамер и охватывает 95 процентов подъездов жилых домов. До конца года горожане смогут самостоятельно устанавливать на своих домах камеры и подключать их к единой системе видеонаблюдения.

«Внедрение видеоаналитики является мощным драйвером повышения эффективности как частных, так и городских систем видеонаблюдения. У жителей города появился дополнительный уровень защиты», — рассказал руководитель Департамента информационных технологий Москвы Артем Ермолаев. «Разумеется, все эти возможности должны внедряться очень ответственно. Наш приоритет — баланс между конфиденциальностью и безопасностью, и мы придерживаемся строгой внутренней политики контроля, гарантирующей соблюдение прав граждан».

В Департаменте добавили, что сегодня это одна из крупнейших в мире систем безопасности, где идентификация личности применяется в таком масштабе.
«Технологии анализа видеопотока активно применяются в рамках концепции "умный город" по всему миру, этот рынок постоянно растет. Москва не просто оказалась в тренде, а показала себя суперпрогрессивной столицей — с точки зрения как масштаба, так и уровня решений», — отметил генеральный директор NtechLab Михаил Иванов.

В компании также объяснили, что алгоритм NtechLab предъявляет минимальные требования к изображениям для анализа. Он умеет работать со съемкой лиц практически с любого ракурса и даже при плохом освещении.

Для решения задач идентификации и верификации из изображений извлекаются специальные дескрипторы, или векторы признаков. В этом случае задача идентификации сводится к поиску ближайшего вектора признаков, а верификацию можно реализовать с помощью простого порога расстояний между векторами. Комбинируя эти два действия, можно идентифицировать человека среди набора изображений или принять решение о том, что его нет среди этих изображений. Такая процедура называется open-set identification (идентификацией на открытом множестве).

Почти всё современное ПО для распознавания лиц построено на машинном обучении. Алгоритмы обучаются на больших датасетах (наборах данных) с размеченными изображениями. И качество, и природа этих датасетов оказывают существенное влияние на точность. Чем лучше исходные данные, тем лучше алгоритм будет справляться с поставленной задачей. Для распознавания лиц с необычных ракурсов и в плохом освещении компании пришлось создавать свои датасеты, учитывающие специфику. Благодаря этому алгоритм имеет высокую точность.

«Наша технология считается лучшей в мире по качеству работы с самой сложной по метрике НИСТ базой изображений wild exploration. Она включает фото людей, снятые в стихийных условиях и с разным разрешением, причем лица могут быть частично закрыты. Этот сценарий максимально приближен к видеопотоку с городских камер. Поэтому наше решение способно обеспечивать высокую точность анализа и поиска не только в "лабораторных", но и в реальных уличных условиях», — пояснил основатель NtechLab Артем Кухаренко.

В Департаменте также отметили, что внедрение функции распознавания лиц уже повысило эффективность расследования правонарушений и поиска преступников. Во время пилотных испытаний с ее помощью было обнаружено и задержано более 50 процентов нарушителей закона, которых разыскивали с использованием аналитических алгоритмов. До этого некоторых из них не могли найти в течение многих лет.

Источник: www.mos.ru